4.2.1 Uji Normalitas
Untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji analisis statistik.
a. Analisis Grafik Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data
titik pada sumbu diagonal dari grafik atau dengan melihat histogram dan residualnya. Dasar pengambilan keputusan Ghozali, 2013:
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal maka
model regresi memenuhi asumsi normalitas. 2. Jika data menyebar jauh dari diagonal danatau tidak mengikuti arah garis
diagonal atau grafik histogramnya tidak menunjukkan pola distribusi normal maka model regresi tidak memenuhi asumsi normalitas.
Berikut adalah grafik histogram dan plot data residual:
Gambar 4.2 Histogram Residual Sumber: Hasil Olahan
Software SPSS 21
Gambar 4.3PlotResidual Sumber: Hasil Olahan
Software SPSS 21
Berdasarkan gambar 4.2 dan 4.3 terlihat bahwadata menyebar jauh dari diagonal danatau tidak mengikuti arah garis diagonal atau grafik histogramnya tidak
menunjukkan pola distribusi normal maka disimpulkan bahwa model regresi tidak memenuhi asumsi normalitas.
b. Analisi Statistik Dalam menganalisis uji normalitas juga dapat dilakukan dengan
menggunakan uji statistika. Hal ini bertujuan untuk memperkuat keputusan dalam menentukan uji asumsi normalitas. Uji statistika yang digunakan dalam penelitian
ini adalah Komogrov-Smirnov KS. Suatu residual dikatakan memenuhi asumsi normalitas apabila nilai
� 0.05 dan sebaliknya residual akan memenuhi asumsi klasik jika nilai
� 0.05. Berikut adalah tabel uji asumsi normalitas:
Tabel 4.2Hasil Uji Normalitas Residual
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 144
Normal Parameters
a,b
Mean .0000000
Std. Deviation 17.62325908
Most Extreme Differences Absolute
.211 Positive
.211 Negative
-.144 Kolmogorov-Smirnov Z
2.535 Asymp. Sig. 2-tailed
.000 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Olahan Software SPSS 21
Berdasarkan tabel 4.2 uji normalitas residual diketahui bahwa nilaiAsymp. Sig. 2-tailed atau
� = 0.000. Dalam penelitian ini, tingkat signifikansi yang digunakan adalah
� = 0,05 . Dengan kata lain, nilai � = 0.000 0.05 maka dapat disimpulkan bahwa residual tidak memenuhi asumsi normalitas. Adapun
cara dalam menangulangi ketidakcukupan uji normalitas adalah melakukan transformasi data ke dalam bentuk logaritma natural. untuk hasil uji normalitas
setelah melakukan transformasi dapat dilihat pada tabel 4.3:
Tabel 4.3Hasil Uji Normalitas Residual Setelah Transformasi
One-Sample Kolmogorov-Smirnov Test
ln_Residual N
144 Normal Parameters
a,b
Mean 1.7331
Std. Deviation 1.12631
Most Extreme Differences Absolute
.067 Positive
.067 Negative
-.043 Kolmogorov-Smirnov Z
.801 Asymp. Sig. 2-tailed
.543 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Olahan Software SPSS 21
Dari tabel 4.3 diketahui bahwa � = 0,543 0,05. Artinya, nilai residual
sudah memenuhi uji asumsi normalitas. Begitu juga dengan histogram dan plot
residual pada gambar 4.4 dan 4.5 yang menunjukkan karakteristik normal.
Gambar 4.4 Histogram Setelah Transformasi Sumber: Hasil Olahan
Software SPSS 21
Gambar 4.5 Plot Residual Setelah Transformasi Sumber: Hasil Olahan
Software SPSS 21
4.2.2 Uji Multikolinieritas